- 1、本文档共36页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
* 概率分布的分位数(分位点) 使P{X≥x?} =?, 定义 对总体X和给定的? (0?1),若存在x?, 则称x?为X分布的上侧?分位数或上侧临界值. 如图. ? x? o y x P{X≥x?} =? 若存在数?1、?2,使 P{X≥?1}=P{X≤?2} 则称?1、?2为X分布的双侧?分位数或双侧临界值. o y x ?2 ?1 双侧? 分位数或双侧临界值的特例 当X的分布关于y轴对称时, 则称 为X分布的双侧?分位数或双侧临界值. 如图. 若存在 使 y x O 正态总体样本均值的分布 设总体 , 是 的一个样本, 则样本均值服从正态分布 U—分布 ——分布 定义 设总体 , 是 的一个样本, 则称统计量 服从自由度为n的 分布,记作 自由度是指独立随机变量的个数, n个相互独立的标准正态分布之平方和 服从自由度为n的 分布 t—分布 定义5.4 设随机变量X~N(0,1),Y~? 2(n) ,且X与Y相互独立,则称统计量 服从自由度为n的t分布或学生氏分布, 记作 T ~t(n). t-分布的密度函数的图形相似于标准正态分布的密度函数.当n较大时, t分布近似于标准正态分布. F分布 服从第一自由度为n1,第二自由度为n2的F分布, 定义5.5 设随机变量X~? 2(n1)、Y~? 2(n2),且 与相互独立,则称随机变量 记作 F~F(n1,n2). 正态总体样本均值的分布 设总体 , 是 的一个样本, 则样本均值服从正态分布 U—分布 性质 设(X1,X2,…,Xn)为取自正态总体X~N(? ,? 2) 的样本,则 证明 由已知,有 Xi~N(? ,? 2)且X1,X2,…,Xn相互独立, 则 且各 相互独立, 由定义得 定理5.1 设(X1,X2,…,Xn)为来自正态总体 X~N(? ,? 2)的样本,则 (1) 样本均值 与样本方差S 2相互独立; (2) (5.8) 与以下补充性质的结论比较: 性质 设(X1,X2,…,Xn)为取自正态总体 X~N(? ,? 2)的样本,则 定理5.2 设(X1,X2,…,Xn)为来自正态总体 X~N(? ,? 2)的样本,则统计量 证 由于 与S 2相互独立,且 由定义得 定理5.3 设(X1,X2,…,Xn1)和(Y1,Y2,…,Yn2) 分别是来自正态总体N(?1 ,?2)和N(?2 ,?2)的样本,且它们相互独立,则统计量 其中 、 分别为两总体的样本方差. (证略). 定理5.4 为正态总体 的样本容量和样本方差; 设 为正态总体 的样本容量和样本方差; 且两个样本相互独立,则统计量 证明 由已知条件知 且相互独立, 由F分布的定义有 参数的点估计 点估计的方法:数字特征法、矩法、极大似然法。 样本的数字特征法:以样本的数字特征作为相应总体 数字特征的估计量。 以样本均值 作为总体均值 的点估计量,即 点估计值 点估计值 以样本方差 作为总体方差 的点估计量,即 定义 设 为随机变量,若 存在,则称 为 的 阶原点矩,记作 ;若 存在,则称 为 的 阶 中心矩,记作 样本的 阶原点矩,记作 样本的 阶中心矩,记作 阶矩的概念 结论:不管总体X服从何种分布,总体期望和方差 的矩估计量分别为样本均值、样本方差,即 估计值为 参数的极大似然估计法 求解方法: (2)取自然对数 其解 即为参数?的极大似然估计值。 (3)令 (1
文档评论(0)